-
公开(公告)号：CN116859727A
公开(公告)日：2023-10-10
申请号：CN202310756814.7
申请日：2023-06-26
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于智能控制及信息技术领域，涉及到干熄焦系统烧损率计算，一氧化碳(CO)含量控制以及空气导入量的在线实时优化，是一种基于机理与数据融合的干熄焦系统预测控制方法。本发明利用工业现场已有的历史数据，结合干熄炉机理公式构建机理与数据融合的干熄炉模型，将该模型作为模型预测控制(MPC)的预测模型对干熄炉进行优化控制，保证了控制的快速性与鲁棒性。本发明解决了干熄焦系统运行过程烧损率过高造成经济损失与能源浪费，取得良好经济效益，在实现干熄炉节能减排方面有很大的应用价值。
-
公开(公告)号：CN116047897A
公开(公告)日：2023-05-02
申请号：CN202211356212.4
申请日：2022-11-01
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于信息技术领域，公开了一种基于参数自适应抗扰控制器的燃气轮机预测控制方法。基于Rowen模型建立了燃气轮机数学模型并利用数据对其参数进行辨识。考虑燃气轮机变工况过程中的外部扰动，采用自适应参数自抗扰控制器实现燃气轮机燃料‑转速控制；在此基础上，利用模型预测控制算法对外电网发电需求量进行跟踪，滚动优化转速设定值，从而提高机组调峰能力。选取国内某电厂实际运行数据验证表明，该方法的在快速性、稳定误差和抗外部干扰方面优于其它算法。
-
公开(公告)号：CN107066673B
公开(公告)日：2023-04-18
申请号：CN201710030982.2
申请日：2017-01-17
Applicant: 大连理工大学
IPC: G06F30/20
Abstract: 一种工业时滞响应过程的采样抗扰辨识建模方法，其利用便于工业过程实现的伪随机二进制脉冲序列、方波或梯形波等持续激励信号，激励待辨识系统，首先，根据待辨识系统的动态响应特性估计延迟时间范围、拟合模型结构和阶次；其次设计辨识实验方案，确定辨识实验的开环或闭环运行形式、激励信号的幅值与采样时间、以及采样数据长度等；然后，根据采样数据，应用所提出的基于双遗忘因子辨识算法消除非随机性负载干扰的影响，实现对带有整数型时滞参数的系统传递函数模型参数的无偏估计，从而为工业时滞响应过程提供一种便捷可靠的抗扰辨识建模技术。
-
公开(公告)号：CN114595879A
公开(公告)日：2022-06-07
申请号：CN202210201095.8
申请日：2022-03-03
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，涉及到信息粒的划分与描述、深度神经网络、数据驱动建模等技术，是一种基于特征粒序列LSTM的类周期能源长期预测方法。首先提出一种基于模基底匹配的信息粒描述方法，以针对不同类型的能源数据构建多维特征表示的粒序列结构，进而采用LSTM网络对特征粒序列进行建模，通过特征向量反重构方式实现长期预测。此方法预测精度较高，且计算效率符合工业现场的应用要求，可为后续的能源优化调度提供决策指导。
-
公开(公告)号：CN114330869A
公开(公告)日：2022-04-12
申请号：CN202111614524.6
申请日：2021-12-27
Applicant: 大连理工大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06F30/27 , G06N3/08 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种考虑多级指标的钢铁企业多能源日前调度优化方法，包括确立多准则评估指标，包括总系统指标和子系统指标；根据总系统的评估指标和能源管网情况建立针对钢铁企业多能源系统的优化模型；根据子系统的评估指标及其实际情况建立针对煤气子系统的优化模型；根据不同层级的评估指标和优化模型，定义总系统层级的为上层优化模型，子系统层级的为下层优化模型，构建双层优化模型；采用基于Actor‑Critic强化学习的双层级联式优化求解策略进行求解。本发明在每一步都兼顾两层优化模型来搜索优化解，得到子系统评估指标达标且总系统指标得到优化的能源投入量配置方案，为钢铁行业提供兼顾多级指标的日前调度优化方案，从而帮助企业制定生产计划。
-
Patent Agency Ranking
公开(公告)号：CN108734419B
公开(公告)日：2021-07-06
申请号：CN201810635497.2
申请日：2018-06-15
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于知识迁移的高炉煤气调度系统建模方法，首先，基于煤气系统的管网结构，建立能源发生、传输、消耗、存储、转换各阶段的能源本体模型，并基于该能源模型提取不同煤气系统的共同结构特征；其次，设计了一种基于数据分布特征的隶属度函数迁移方法，根据数据的分布特征学习不同煤气系统数据的映射关系，然后将隶属度函数进行迁移；再次，提出一种基于特征的模糊规则迁移方法，将不同系统的规则结构映射到邻近的低维特征上，通过规则重构的方式实现规则的迁移；最后，设计基于调度数据的迁移知识调整策略，将高炉煤气系统的实际调度数据输入到模型中，以输出调度方案的偏差最小为目标调整相应的规则参数。
-
公开(公告)号：CN111353653B
公开(公告)日：2020-12-11
申请号：CN202010173047.3
申请日：2020-03-13
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，涉及到聚类分析、数据驱动建模、多目标优化等技术，提供了一种光伏出力短期区间预测方法，是一种基于多目标优化算法与最小二乘支持向量机相结合的光伏出力短期区间预测方法。首先提出了一种同时考虑数值与形态相似性的相似日分类方法，以增强样本的规律性，进而构建了基于双LSSVM模型的自适应比例区间估计模型，并采用NSGA‑II算法优化模型参数，实现光伏出力的区间预测。此方法所得到结果精度较高，且计算效率符合实际应用要求，在可再生能源并网、以及调度领域亦可推广应用。
-
公开(公告)号：CN105528681B
公开(公告)日：2019-05-14
申请号：CN201510968907.1
申请日：2015-12-21
Applicant: 大连理工大学
IPC: G06Q10/06
Abstract: 本发明属于信息技术领域，涉及一种基于隐树模型的冶金企业副产能源系统实时调整方法。本发明旨在根据冶金企业现场已有的大量历史数据建立一种能够实现副产煤气系统实时调整的隐树模型。首先从副产能源系统大量的历史运行数据中有效地区分出调整点对应的数据，并与大量非调整点对应的数据搭配构建训练样本集；将训练样本集中的数据进行语义表达，形成新的可用于建立隐树模型的语义样本库；采用双重爬山法对语义样本库中的样本进行学习以建立隐树模型，结合专家经验对隐树模型进行修正，获得一个结合数据和专家经验的副产能源系统调整模型；根据工业现场实时的监控和预测数据，利用该模型可以确定副产能源系统在未来某段时间内的调整任务。
-
公开(公告)号：CN107066673A
公开(公告)日：2017-08-18
申请号：CN201710030982.2
申请日：2017-01-17
Applicant: 大连理工大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 一种工业时滞响应过程的采样抗扰辨识建模方法，其利用便于工业过程实现的伪随机二进制脉冲序列、方波或梯形波等持续激励信号，激励待辨识系统，首先，根据待辨识系统的动态响应特性估计延迟时间范围、拟合模型结构和阶次；其次设计辨识实验方案，确定辨识实验的开环或闭环运行形式、激励信号的幅值与采样时间、以及采样数据长度等；然后，根据采样数据，应用所提出的基于双遗忘因子辨识算法消除非随机性负载干扰的影响，实现对带有整数型时滞参数的系统传递函数模型参数的无偏估计，从而为工业时滞响应过程提供一种便捷可靠的抗扰辨识建模技术。
-
公开(公告)号：CN103246702B
公开(公告)日：2016-01-06
申请号：CN201310113824.5
申请日：2013-04-02
Applicant: 大连理工大学
IPC: G06F17/30
Abstract: 一种基于分段形态表示的工业序列数据缺失的填补方法，首先对待填补的目标序列进行非等间距分割，并通过幅值水平、变化趋势以及波动大小三个特征量对分割后序列进行形态表示，然后建立一种计算形态表示相似系数的方法，利用计算的相似系数来寻找相似序列，最后利用机器学习方法训练待填补序列的相似序列，以建立数据缺失填补模型，实现对缺失数据序列的填补。本发明能够对工业过程因数据存储或传输故障等原因导致的序列数据缺失情况进行填补，进一步完整监测数据，提高数据的可靠性为实施工业过程基于数据的优化、控制和调度工作提供保障。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.05 seconds)
